基于pytorch的图像处理算法
本专栏用于记录在工作中遇到的问题及解决办法,知识点可能比较散乱,因为工作中遇到的问题千奇百怪,不像在学习的时候这么系统的,由浅入深的逐步进行。但为了以后阅读方便,尽量还是从pytorch最基本用法的开始逐步深入。
z小猫不吃鱼
这个作者很懒,什么都没留下…
展开
-
使用vgg19进行微表情分类
介绍:通过pytorch提供的预训练模型进行迁移学习,进行微表情分类。先说一下数据集: Kaggle的另一项挑战,Facial Expression Recognition Challenge(FER)(面部表情识别挑战)的目标是仅从他们的面部照片就能正确的识别出一个人正在经历的面部表情。在FER中提供了35888张图像,目标是将给定的面部表情分类到下述的7种类别中: 1. Angry 2....原创 2019-10-28 14:56:22 · 1633 阅读 · 4 评论 -
VggNet介绍(1)
一.背景介绍 vggnet是由牛津大学视觉几何组和 google deepmind 共同研发的模型。该模型在2014 Image大赛上取得了分类任务的亚军和定位任务的冠军。其最主要的特点是:由3*3的卷积核和2*2的最大池化构成模型的主干网络。 二.网络结构 1.vggnet根据权重层层数的不同,可以分为A,B,C,D,E,F五种模型。 网络A:共计11个权值层(8个卷积层+3个...原创 2019-10-28 14:27:07 · 743 阅读 · 0 评论 -
AlexNet介绍(2)---------迁移学习
本文使用pytorch提供的预训练模型训练牛津大学提供的flower数据集。原创 2019-10-22 11:20:44 · 493 阅读 · 0 评论 -
AlexNet介绍(1)
好长时间不些了,最近刚好有时间,把以前落下的补上了原创 2019-10-18 17:16:11 · 492 阅读 · 0 评论 -
1.从头开始
作为一个只知道写代码的码农,对于写文章实在不在行,本想写个摘要啥的,想来想去总是干巴巴的几句话。算了,随便写几句吧: 图像处理大概分成几个内容来写: (1)分类:分类是图像的基础,现在主要用来进行特征提起。主要使用的算法有: lenet alexnet SPPNet VGGNet GoogLenet Resnet DenseNet (2)目标检测: ...原创 2019-05-08 14:59:55 · 155 阅读 · 0 评论